一、matplotlib库
matplotlib.pyplot 是 Python 中用于数据可视化的核心库，提供类似 MATLAB 的绘图接口。通过简单的函数调用，可以生成线图、散点图、直方图等常见图表。
基本功能
1、绘制图形
绘制线图：通过 plt.plot(x, y) 绘制二维数据。
散点图：使用 plt.scatter(x, y) 展示离散数据点。
条形图：调用 plt.bar(x, y) 生成垂直条形图。
标题：通过 plt.title(), plt.xlabel(), plt.ylabel() 设置图表信息。
python
import matplotlib.pyplot as plt
import numpy as np
# 1. 线图 (Line plot)
x = np.linspace(0, 10, 100)
ax=plt.plot(x, np.sin(x), 'r-')
plt.title('Line plot')
# 2. 散点图 (Scatter plot)
x = np.random.randn(100)
y = np.random.randn(100)
plt.scatter(x, y, c='blue')
plt.xlabel('x')
plt.ylabel('y')
plt.title('Scatter plot')
# 3. 条形图 (Bar chart)
categories = ['A', 'B', 'C', 'D']
values = [23, 45, 56, 78]
plt.bar(categories, values)
plt.title('Bar chart')
plt.show()
注：标题不能是中文
2、创建多个子图
1)plt.subplot(参数1，参数2，参数3)
功能：创建多个子图
第一个参数 2：表示总行数为 2
第二个参数 3：表示总列数为 3
第三个参数 2：表示当前要操作的子图位置索引（从1开始计数）
例如：plt.subplot(2,3,1)
python
import matplotlib.pyplot as plt
import numpy as np
# 1. 线图 (Line plot)
plt.subplot(2, 3, 1)
x = np.linspace(0, 10, 100)
ax=plt.plot(x, np.sin(x), 'r-')
plt.title('Line plot')
# 2. 散点图 (Scatter plot)
plt.subplot(2, 3, 2)
x = np.random.randn(100)
y = np.random.randn(100)
plt.scatter(x, y, c='blue')
plt.xlabel('x')
plt.ylabel('y')
plt.title('Scatter plot')
# 3. 条形图 (Bar chart)
plt.subplot(2, 3, 3)
categories = ['A', 'B', 'C', 'D']
values = [23, 45, 56, 78]
plt.bar(categories, values)
plt.title('Bar chart')
plt.show()2）plt.subplots()
这里在对子图位置进行索引时，从0开始计数，一维的就是0、1......，二维就是[0,0],[0,1],......
python
import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(0,10,10000)#xy都是矩阵，数据具有计算的功能
y1 = np.sin(x)#不能用math的sin等功能
y2 = np.cos(x)
y3 = np.tan(x)
y4 = np.sin(x ** 2)
fig,axs =plt.subplots(2,2,figsize=(10,8))
axs[0,0].plot(x,y1,'r')
axs[0,0].set_title('sin(x)')
axs[0,1].plot(x,y2,'g')
axs[0,1].set_title('cos(x)')
axs[1,0].plot(x,y3,'b')
axs[1,0].set_title('tan(x)')
axs[1,1].plot(x,y4,'m')
axs[1,1].set_title('sin(x^2)')
plt.show()代码解释：
1.x=np.linspace(0,10,10000)是使用 NumPy 库生成一个从 0 到 10 的等间隔数值数组的代码。该数组包含 10000 个均匀分布的点。
参数说明：
第一个参数 0 是数组的起始值。
第二个参数 10 是数组的结束值。
第三个参数 10000 是生成的样本数量。
2.fig,axs =plt.subplots(2,2,figsize=(10,8))表示创建多个子图，其中子图行列数为2×2，子图的大小为长10宽8
3.axs是一个numpy数组，通过axs[i，j]访问第 i 行，第 j 列的子图（索引从0开始）
注意：要写plt.show()否则代码结果无法显示出来
结果如下图所示：
3、from pylab import matplotlib
前面使用matplotlib.pyplot时，有说到标题不能时中文，而导入pylab后，标题就可以使用中文
二、案例
现已存在一个数据文件datingTestSet2.txt ，为历年大学生的调查问卷表
将类别为同一类的放在一起，并使用散点图表示出来
python
import matplotlib.pyplot as plt
import numpy as np
data=np.loadtxt('datingTestSet2.txt',delimiter="\t")
a=data[data[:,-1]==1]
b=data[data[:,-1]==2]
c=data[data[:,-1]==3]
fig=plt.figure()
ax=plt.axes(projection="3d")
ax.scatter(a[:,0],a[:,1],a[:,2],c='r',marker="o")
ax.scatter(b[:,0],b[:,1],b[:,2],c='g',marker="^")
ax.scatter(c[:,0],c[:,1],c[:,2],c='b',marker="+")
ax.set(xlabel="x",ylabel="y",zlabel="z")
plt.show()